基于人眼视觉特性的一种X.264改进方法

提出了一种基于时空相对灵敏度函数和亮度掩蔽效应的X.264的改进方法.旨在去除视频中时域和空域中的视觉心理冗余.通过在两个测试视频上的测试显示,这种方法能够在不影响视频质量、不降低视频压缩速度的前提下提高视频压缩率.     

基于分块2D DCT和(2D)~2PCA的人脸识别

人脸识别是生物特征识别技术中的重要研究领域,应用前景广阔.研究者们虽然提出了很多人脸识别算法,但其性能仍需进一步改进.为了提高现有人脸识别算法的识别准确率,提出了一种新的基于分块二维离散余弦变换(2DDCT)和双向二维主成分分析((2D)2PCA)的人脸识别算法.首先,将图像分块,利用2DDCT进行图像压缩,去除冗余信息,并通过逆2DDCT重建图像;其次,通过(2D)2PCA消除图像的行、列相关性,降低特征维数;最后,应用最近邻分类器进行人脸识别,在ORL人脸数据库中的实验证明了本算法的有效性.     

基于人眼视觉系统的运动图像视觉感知模拟

讨论了人眼在观看平板显示屏上运动图像时视觉失真的产生原因,并通过视觉感知实验对已有的视觉感知模型进行了修正,提出了将空间积分的影响加入到视觉感知模型中的改进方法.本文还利用该模型对一些显示屏上运动图像的视觉感知过程进行了模拟,结果表明,采用本文提出的模型获得的运动图像的视觉感知效果图更加接近人眼实际所观测到的图像.本文提出的视觉感知模型以及相关的软件模拟结果为进一步优化显示器件的驱动方法提供了评估手段.     

基于图像视觉复杂度计算的分类信息隐藏图像库

在信息隐藏技术的研究中,目前还没有一个公认通用的信息隐藏实验图库,使得在对基于图像的信息隐藏算法进行评价时,缺少一个统一客观的图库作为基础。针对这一问题,提出了一种根据图像视觉复杂度建立图像库的方法。利用Watson视觉模型,通过对相邻像素块间视觉感知度变化的测量,定义了图像视觉复杂度计算模型。根据该模型,可以计算得到不同视觉复杂度的图像。仿真实验结果表明,以此计算模型得到的图像复杂度值与视觉主观感知基本一致。按照计算得到的图像复杂度的范围,可以从海量的图像中甄选不同复杂度值的图像作为实验用图。     

一种改进的在线字典学习图像超分辨率重建算法

为提高重建图像的质量,详细表达图像高频细节信息,提出了一种改进的在线字典学习图像超分辨率重建算法.该算法在稀疏重建的字典训练阶段,采用在线字典学习以获取最优的超完备字典.在稀疏系数表示阶段,考虑图像多尺度间的冗余信息,构造L1范数正则项补偿对,抑制稀疏系数噪声提高重建效果.实验表明,该算法可更好地恢复图像细节,在客观评价和主观视觉感知上图像的重建质量均有所提高.     

钢轨表面图像冗余信息的模糊匹配算法

为了解决高速铁路轨道表面缺陷机器视觉检测系统中采集图像的冗余问题,本文提出一种钢轨表面图像冗余信息的模糊匹配算法.该种算法首先采用竖直投影法提取钢轨表面区域;之后对钢轨表面区域进行预处理并二值化,得到缺陷的位置信息;然后通过感知哈希算法,得到钢轨表面缺陷的形态信息;最后计算缺陷的位置误差和形态相似度,基于模糊匹配算法,得到匹配结果.通过实验验证,该算法能有效识别系统图像中的冗余部分,准确率达到97.5%.     

基于源图像分析的动态ICA域灰度图像融合方法

提出一种利用源图像之间的冗余、互补等相关信息的动态ICA域融合方法. 针对ICA变换函数训练以及ICA域融合规则设计对算法适应性、计算量、图像融合效果和人眼视觉系统识别能力等的影响,研究提出充分利用源图像的冗余和互补信息,从源图像中自动选择有代表性的图像块作为训练图像块,实现ICA域变换函数随源图像而动态变化. 将文中方法与N.M 2007方法及双树复小波融合算法作为对比,通过人眼主观感知和客观融合评价参数对融合图像进行对比分析,结果表明,文中方法增强了算法的适应性并降低了计算量,增强了图像融合效果,建立了对场景更全面和精确的表达,可使观察者更有效获得场景信息.      

基于视觉特性的子波图象编码

提出了一种基于视觉特性的子波变换图象量化编码方法．这种方法首先通过子波变换将图象进行多分辩率分解；然后充分考虑人眼对图象的视觉效果，对子波系数进行量化和行程编码；最后针对子波系数量化和行程编码所得的码字分布特性，采用感知熵编码，实现编码码率趋近于图象的感知熵．采用该方法可在保证一定图象质量的情况下，消除冗余信息，提高图象编码的压缩比     

结合二维压缩感知和混沌映射的双图像视觉安全加密算法

为解决图像加密技术在安全性和效率上的均衡问题,提出了一种结合压缩感知和混沌映射的双图像视觉安全加密算法。首先,通过引入非线性反馈项对经典一维Chebyshev混沌映射进行改进,用以构造受控测量矩阵和密码流;然后利用测量矩阵分别对两幅明文图像的整数小波系数进行二维压缩感知,并在密码流的控制下通过Fan变换和双向扩散过程生成秘密图像;最后,采用最低有效位嵌入算法将秘密图像信息嵌入到载体图像的像素值通道和alpha通道中,实现了两幅明文图像的同步压缩和视觉安全加密。实验结果表明：与采用复杂超混沌系统的单图像视觉安全加密算法相比,该算法在保证安全性的前提下,秘密信息嵌入容量扩大了一倍,加密时间开销减少40%以上,解密图像的峰值信噪比提升了1～7 dB。     

一种基于二进制分辨矩阵的视觉单词约简方法

针对图像场景生成视觉词典过程中产生冗余视觉单词而导致分类误差的问题,提出了一种基于二进制分辨矩阵的视觉单词约简方法。该方法首先通过调整归一化阈值α的取值,生成关于训练图像初始视觉词典不同的0-1信息决策表和二进制分辨矩阵,然后以二进制分辨矩阵行列方向1的个数作为启发信息,将二进制分辨矩阵行方向上只有一个1的视觉单词作为核视觉单词,列方向上1出现总数最大的视觉单词作为重要视觉单词,并将这些视觉单词构成的集合作为描述图像分类的决策规则。最后采用OT8作为数据集,实验验证了该方法能够有效减少冗余视觉单词对图像场景分类的影响,提高图像场景分类的精度。     

基于小波变换的矢量量化编码方法

提出了一种基于小波变换的图像压编码方法，充分利用图像分解后得得小波系数与原始图像的关系、各个子图像象素之间的相准确性、各子图像方向上的相关性以及与人眼视觉特征（HVS）的关系，做到充分利用图像的统计冗余与视觉冗余，为了得到高的压缩比和好的图像质量，精确保留对图像质量影响大的系数，而对图像质量影响小的系数进行粗略量化。同时，在对小波系数的组织和编码上，也做到了具有普遍适用性，结果表明，此方法计算简单、计算量小，编解码时间少，在压缩比较高的情况下获得了较好的图像质量。     

一种基于DFT的数字图像压缩算法

根据图像傅立叶变换域频谱系数特征,提出了一种基于DFT的数字图像压缩算法,并通过仿真实验对图像进行了不同压缩比的压缩。实验结果表明:衡量编码压缩质量的5个参数和评价压缩图像逼真度的参数均达到较好效果,且即使图像压缩比为119.137 9时,峰值信噪比仍能达到27.684 7。而且从直观上,人眼在一定的视觉误差范围内仍能接受压缩图像,表明提出的基于DFT的图像压缩算法是一种有效的、较好的图像压缩技术。     

计算全息图的小波神经网络压缩方法

采用小波神经网络方法对信息量较大、难提高压缩效率的计算全息图进行数据压缩,利用其较强的非线性映射和函数逼近能力自适应地调整和处理全息图,可大幅减少信息冗余,得到较好的压缩效果.实验结果表明:利用该算法能得到1.56%的低压缩率,此时的再现像较清晰,失真较小;与常用压缩算法相比,当压缩率很低时,用小波神经网络压缩全息图是一种切实可行且更有效的方法.     

基于注意力机制和离散高斯混合模型的端到端图像压缩方法

图像压缩是图像处理领域重要的基础支撑技术之一。近年来,深度学习被用于解决图像压缩任务。潜在表示特征的冗余和概率估计的不准确往往会限制压缩性能的进一步提高。为了改善这类问题,提出一种基于注意力机制和离散高斯混合模型的端到端图像压缩方法。将全局上下文注意力模块嵌入到编码器,旨在构造紧凑的潜在表示特征。同时,将潜在表示特征建模为参数化的离散高斯混合模型,用于提高码率估计的准确度。实验结果表明,提出的算法无论在峰值信噪比(peak signal noise rate,PSNR)还是多尺度结构相似度(multi-scale structural similarity,MS-SSIM)指标上都高于传统方法。在视觉感知上,提出的图像压缩算法能产生更令人满意的压缩图像。     

基于HVS的DWT图像压缩混合编码算法

为提高数字图像在高压缩比下重构图像的质量,分析研究现有离散小波变换（discrete wavelet transform,DWT）图像压缩的相关算法以及小波系数特性,提出一种基于人眼视觉系统（human visual system,HVS）特性对小波系数进行加权,结合小波各子带系数特性,采用差分脉冲编码调制（differential pulse code modulation,DPCM）与多级树集合分裂排序（set partitioning in hierarchical trees,SPIHT）相结合的编码方法．经视觉信息保真度分析实验验证,与传统的嵌入式零树小波（embeddedzero—tree wavelet,EZW）和SPIHT算法相比,在相同的比特率下该算法重构的图像具有更好的主观视觉效果．     

Logistic映射控制的安全算术编码及其在图像加密中的应用

提出了一种通过Logistic映射改变模型中符号的顺序及符号的概率值的安全算术编码,将其应用于图像数据的压缩加密中,使其在网络中安全传输更方便,在编码过程中通过完全混沌的序列保证改变模型的均匀性,从而满足图像压缩编码的安全性要求。算法能够应用于任何针对多媒体数据的算术编码器(包括视频,图像,音频等),并且对编码的效率影响甚微,而且基于编码压缩的加密方式相对于其他同类加密方式所具有的明显优势在于,压缩过程大量减少了信息的冗余性,并在此过程中引入加密,这对试图推测出图像信息以及找到密钥的攻击具有良好的鲁棒性。     

Color Image Quality Assessment Based on Structural Similarity

It is well-known that classical quality measures,such as Mean Squared Error(MSE),Weighted Mean Squared Error(WMSE)or Peak Signal-to-Noise Ratio(PSNR),are not always corresponding with visual observations.Structural similarity based image quality assessment was proposed under the assumption that the Human Visual System(HVS)is highly adapted for extracting structural information from an image.While the demand on high color quality increases in the media industry,color loss will make the visual quality differe...     

基于Bandelets和Wavelet变换的感兴趣区域图像压缩

图像的边缘信息对图像的整体视觉效果起着极其重要的作用.因此,在有损压缩过程中如何有效的保留边缘信息是影响视觉质量的一个重要方面.小波和二代Bandelet可以分别对图像的光滑区域和边缘纹理部分达到理论上的最优逼近.提出一种利用Bandelet和小波互补压缩方法,在低比特情况下能够较好的保留图像的边缘信息和纹理细节,从而使图像的整体视觉质量得到提高.实验结果表明,该方法相对于传统的小波变换压缩方法能够更好地提高图像的整体视觉质量.     

基于姿态传感器进行感兴趣区域压缩的园区无人车图传

园区无人车需要同时用于视觉导航、监控及控制信号传输的带宽.在实时提供图像信号的同时,不过多占用带宽,成为园区无人车图传的关键.而用于导航监控的图像要求水平范围视场具有较高的图像质量,但车辆行驶过程中路面不平整,使得水平视场的获取呈现一定难度.过多的带宽占用会影响无人车视觉导航、监控及控制信号的传输,因此,在低带宽条件下实现图像数据传输的实时性是无人车图传研究的重点.为了平衡图像质量与带宽占用,本文提出基于H.264/AVC算法,利用姿态传感器实现以水平视场为感兴趣区域的图像压缩算法,对视频帧分为感兴趣区域和非感兴趣区域采用不同的压缩比压缩.相比H.264/AVC算法,此方法在保证图像质量的情况下,能够实现更高的压缩率,对网络带宽更友好.